Time: 2017-4-6

众所周知,tensorflow虽然功能非常强大,但是确实不好用,有点反人类的样子。所以才有了keras的出现。非常容易上手,便捷使用。
但是要想查看keras的log日志又不是非常方便。这就有了与tensorboard结果来方便查看的想法。
下面是记录了最通用的tensorboard结合的方式:


from keras.callbacks import TensorBoard
from keras.models import Sequential

# model
model = Sequential()

# ...
model.fit(x_train, x_train,
                epochs=50,
                batch_size=128,
                shuffle=True,
                validation_data=(x_test, x_test),
                callbacks=[TensorBoard(log_dir='./tmp/log')])

只需要在fit的时候加上callbacks=[TensorBoard(log_dir='./tmp/log')] 这一句就可以将运行的结果记录下来了。
让后再cmd/terminal下命令: tensorboard --logdir=./temp/log 来浏览器进行查看。

最后的展示结果如下:

keras与tensorboard结合使用

loss

当然除了这种方式。我们还可以自定义的方式来保存我们的日志记录。

class LossHistory(keras.callbacks.Callback):
    def on_train_begin(self, logs={}):
        self.losses = []

    def on_batch_end(self, batch, logs={}):
        self.losses.append(logs.get('loss'))

通过这种类似的方式来得到想要的日志信息。